تُظهر الشبكات العصبية التلافيفية العميقة كفاءة عالية في تصنيف اتجاه المشاعر، لكنها تميل إلى الحاجة إلى كميات كبيرة من البيانات التدريبية، والتي تختلف بشكل كبير بين المجالات. في هذا العمل، نقدم منهجية لدمج إشارات عامة في عملية التدريب لهذه الشبكات، مما يؤدي إلى تحسين قدرتها على التعميم عند توفر كميات محدودة من البيانات التدريبية. نقترح التحفيز على إنشاء تمثيلات مشاعر من خلال بيانات خارجية، والتي تُدخل لاحقًا إلى النموذج عبر مكوّن مخصص يعتمد على الذاكرة. ولاحظنا تحسّنًا ملحوظًا في الأداء على مجموعة متنوعة من المجموعات البيانات المُختبرة بلغات مختلفة، تشمل سبع لغات.